DL路人甲的博客

问题 模型训练完成并保存后，再新的代码中再读取时预测结果变的不一致。 可能的原因 请检查随机种子是否被确定 请检查模型的保存与读取是否正确 如果这些检查都没有问题，请尝试在原始代码（训练完毕后，测试之前）中重新读取模型文件检查预测结果是否与之前一致。如果一致，说明很可能问题出在随机数上。 随机数 请务必检查代码中是否人为多次使用了随机数相关的代码，当随机种子被固定后，只是固定了随机数出现的顺序，而非固定了随机数 例如当固定随机种子并多次产生随机数后，生成的随机数分别为1，3，4，8，10。无论重复多少次

文章目录重点提示使用场景公式数学背景用法 重点提示 注意，PyTorch的Cross Entropy Loss与其它框架的不同，因为PyTorch中该损失函数其实自带了“nn.LogSoftmax”与“nn.NLLLoss”两个方法。因此，在PyTorch的Cross Entropy Loss之前请勿再使用Softmax方法！ 使用场景 当现在面临多分类问题（不限于二分类问题）需要Loss函数时，Cross Entropy Loss是一个很方便的工具。 公式 loss(x,class)=−log⁡(exp⁡

在微软最新发布的 Windows Insider 预览版本中，WSL2 获得了 GPU 计算支持。这意味着 Linux 二进制文件可以利用 GPU 资源，在 WSL 中进行机器学习、AI 开发或是数据科学等工作。微软在今年五月份的 Build 2020 大会上宣布了 WSL 对 GPU 计算的支持，对这项功能的需求在社区中一直拥有很高的呼声。目前，需要在WSL中启用GPU支持需要加入Windows 预览版 SDK，以下为具体步骤。 从该处成为Win预览体验成员。或是在win10系统设置-更新和安全-W.

文章目录PyTorch安装官方安装Conda安装Conda换源清华源安装 PyTorch安装 官方安装 打算获取最新的PyTorch版本可以直接访问PyTorch官网. 直接提供最新版本的多平台多环境下的安装指令. 如果希望安装旧版PyTorch可以查看版本记录. 注: PyTorch官网访问和下载速度可能非常缓慢, 可能需要用额外的方式访问. Conda安装 直接在conda环境执行如下语句:...